[發明專利]一種芯片表面印刷符號結構缺陷的質量評估方法

有效

• 申請號: 201811510376.1
• 申請日: 2018-12-11
• 公開（公告）號: CN109615626B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 羅月童;饒永明;卞景帥;吳帥
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

1.一種芯片表面印刷符號結構缺陷的質量評估方法，其特征在于包括如下步驟：

S1、采集數據并預處理

S1.1、獲取流水線上芯片的表面圖像，并對每個表面圖像中各個符號進行分割和裁剪處理，得到U種裁剪后的符號圖像；設置所有符號圖像的大小為W×H，W為符號圖像的寬度，H為符號圖像的長度；

S1.2、對于第u種符號圖像，選取一張沒有質量缺陷的符號圖像作為參考圖像，記為Ref_u，其余符號圖像為待評估圖像，并記第u種符號圖像的任意第r張待評估圖像為

S1.3、采用canny邊界檢測算法提取參考圖像Ref_u和第r張待評估圖像的輪廓信息，并使用Jitendra Malik均勻采樣算法對所提取的輪廓信息分別采樣出n個關鍵點，得到參考圖像Ref_u的n個關鍵點坐標集合和第r張待評估圖像的n個關鍵點坐標集合其中，表示參考圖像Ref_u的第i個關鍵點坐標，表示第r張待評估圖像的第i個關鍵點坐標，i＝1,2,…,n；

S2、符號圖像的特征提取與參考圖像和待評估圖像的特征配對

S2.1、利用Shape Context特征提取算法分別計算參考圖像Ref_u和第r張待評估圖像中所有關鍵點的形狀特征，從而得到參考圖像Ref_u和第r張待評估圖像中每個關鍵點的形狀特征直方圖；

S2.2、基于參考圖像Ref_u和第r張待評估圖像中所有關鍵點的形狀特征直方圖，計算參考圖像Ref_u中每個關鍵點與第r張待評估圖中每個關鍵點的差異性，從而得到第u種符號圖像所對應的第r個代價矩陣其中，為第u種符號圖像所對應的第r個代價矩陣中第i行第j列的元素，表示參考圖像Ref_u中第i個關鍵點和第r張待評估圖像中第j個關鍵點的差異值；

S2.3、根據所述第u種符號圖像所對應的第r個代價矩陣利用LAPJV組合優化算法對所述參考圖像Ref_u中第i個關鍵點和第r張待評估圖中n個關鍵點進行配對，得到第i個關鍵點與第k關鍵點的配對結果從而得到n個關鍵點之間的匹配結果集合

對所述配對結果集合進行篩選，若則保留相應的配對結果否則，刪除相應的配對結果從而得到篩選后的配對結果集合，記為ε表示超參數；

S3、待評估圖像與參考圖像中符號結構的對齊

S3.1、將所述篩選后的配對結果集合中所有配對結果所對應的關鍵點作為TPS薄本樣條插值函數的關鍵控制點，從而得到TPS插值函數Φ(x)，其中x為第r張待評估圖像的n個關鍵點坐標集合中的關鍵點坐標；

利用所述TPS插值函數Φ(x)對第r張待評估圖像的n個關鍵點坐標集合中的關鍵點坐標進行變換，得到第r張待評估圖像變換后的n個坐標關鍵點集合其中，表示第r張待評估圖像變換后的第i個關鍵點坐標；

S3.2、利用式(1)得到第r張待評估圖像的形變量

S3.3、判斷是否成立，若成立，則表示第r張待評估圖像有質量缺陷；否則執行步驟S4；α為所設定的閾值；

S4、評估符號圖像的質量

S4.1、利用Shape Context特征提取算法，計算第r張待評估圖像變換后的n個坐標關鍵點集合的形狀特征，從而得到變換后的n個坐標關鍵點集合中每個關鍵點的形狀特征直方圖；

S4.2、基于參考圖像Ref_u和第r張待評估圖像變換后的n個坐標關鍵點集合中所有關的形狀特征直方圖，計算參考圖像Ref_u中每個關鍵點與第r張待評估圖像變換后的n個坐標關鍵點集合中每個關鍵點的差異性，從而得到第u種符號圖像所對應的變換后的第r個代價矩陣表示參考圖像Ref_u中第i個關鍵點和第r張待評估圖像變換后的n個坐標關鍵點集合中第j個關鍵點的差異值；

S4.3、根據所述第u種符號圖像所對應的變換后的第r個代價矩陣利用LAPJV組合優化算法對所述參考圖像Ref_u中第i個關鍵點和第r張待評估圖變換后的n個坐標關鍵點集合中n個關鍵點進行配對，得到第i個關鍵點與變換后的第e關鍵點的配對結果

S4.4、對所述配對結果集合進行篩選，若則表示參考圖像Ref_u中第i個關鍵點和第r張待評估圖變換后的第e關鍵點均為缺陷點；否則，表示參考圖像Ref_u中第i個關鍵點和第r張待評估圖變換后的第e關鍵點為匹配點；并將所有缺陷點組成參考圖像Ref_u和第r張待評估圖變換后的缺陷點集合，記為表示第m個缺陷點，m＝1,2,…,M；

S4.5、根據各個缺陷點所對應的坐標對所述缺陷點集合進行譜聚類，得到缺陷簇集合其中，表示第g個缺陷簇，并有表示第g個缺陷簇中第t個缺陷點，g＝1,2,…,G；t＝1,2,…,T；

S4.6、利用Jarvis步進法提取第g個缺陷簇的凸包并得到第g個缺陷簇的凸包面積

S4.7、利用Shi-Tomasi角點檢測算法計算參考圖像Ref_u的角點，得到關鍵位置點集合其中，表示第q個角點所對應的關鍵位置點，q＝1,2,…,Q；

S4.8、利用式(2)得到第r張待評估圖像相對于參考圖像Ref_u的質量評估值

式(2)中，表示根據缺陷簇和關鍵位置點所給出的權重系數，并有：

式(3)中，表示第g個缺陷簇與關鍵位置點集合KP_u中最近關鍵位置點之間的歐式距離，并有：δ為給定的距離閾值，且